掃一掃
關(guān)注中圖網(wǎng)
官方微博
深度學(xué)習(xí):智能時代的核心驅(qū)動力量
全球人工智能十大科學(xué)家之一、深度學(xué)習(xí)先驅(qū)及奠基者謝諾夫斯基以恢弘的筆觸，通過3個部分全景展現(xiàn)了深度學(xué)習(xí)的發(fā)展、演變與應(yīng)用。
作者：[美]特倫斯·謝諾夫斯基
開本：
其他
頁數(shù)：
400頁
讀者評分：4分1條評論
本類榜單：計算機/網(wǎng)絡(luò)銷量榜
本類五星書更多>
-
>
決戰(zhàn)行測5000題(言語理解與表達(dá))
-
>
軟件性能測試.分析與調(diào)優(yōu)實踐之路
-
>
第一行代碼Android
-
>
深度學(xué)習(xí)
-
>
Unreal Engine 4藍(lán)圖完全學(xué)習(xí)教程
-
>
深入理解計算機系統(tǒng)-原書第3版
-
>
Word/Excel PPT 2013辦公應(yīng)用從入門到精通-(附贈1DVD.含語音視頻教學(xué)+辦公模板+PDF電子書)
深度學(xué)習(xí):智能時代的核心驅(qū)動力量 版權(quán)信息
- ISBN：9787508698359
- 條形碼：9787508698359 ; 978-7-5086-9835-9
- 裝幀：簡裝本
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
深度學(xué)習(xí):智能時代的核心驅(qū)動力量 本書特色
★ 【深度學(xué)習(xí)會擴大你的認(rèn)知，人工智能不是生存威脅。】這本書所講的內(nèi)容，與每個人的生活息息相關(guān)。AlphaGo、自動駕駛、語音識別、智能翻譯、AI醫(yī)療、圖像識別……你所看到的各種形式的人工智能，背后都是深度學(xué)習(xí)在發(fā)揮作用。這本書將告訴你，深度學(xué)習(xí)有哪些神奇之處，并對你產(chǎn)生哪些影響。★ 【人工智能大牛作者重磅作品】世界十大AI科學(xué)家之一、美國“四院院士”（全美在世僅3位）、全球人工智能專業(yè)會議NIPS基金會主席特倫斯·謝諾夫斯基（Terrence/Terry Sejnowski）力作。
★ 【AI女神、AI教父聯(lián)袂推薦】谷歌前云AI負(fù)責(zé)人、斯坦福大學(xué)HAI研究院聯(lián)合創(chuàng)始人 李飛飛、AI教父杰弗里·辛頓誠摯推薦。
★ 【想了解深度學(xué)習(xí)，請讀這一本。】很多信息都在傳遞AI會給我們帶來革命性的巨變，卻只點出了表象，而這本書將從AI的源頭——深度學(xué)習(xí)開始，講述這個智能時代核心驅(qū)動力量如何一步步影響科技、商業(yè)乃至整個世界的進(jìn)步。
深度學(xué)習(xí):智能時代的核心驅(qū)動力量 內(nèi)容簡介
優(yōu)選科技巨頭紛紛擁抱深度學(xué)習(xí)，圖像實別、語音助理、自動駕駛、智能翻譯以及震驚世界的AlphaGo，背后都是深度學(xué)習(xí)在發(fā)揮神奇的作用。深度學(xué)習(xí)是人工智能從概念到繁榮得以實現(xiàn)的主流技術(shù)。經(jīng)過深度學(xué)習(xí)訓(xùn)練的計算機，不再被動按照指令運轉(zhuǎn)，而是像自然進(jìn)化的生命那樣，開始自主地從經(jīng)驗中學(xué)習(xí)。本書作者特倫斯·謝諾夫斯基是優(yōu)選人工智能十大科學(xué)家之一、深度學(xué)習(xí)先驅(qū)及奠基者，親歷了深度學(xué)習(xí)在20世紀(jì)70年代到90年代的寒冬。但他和一眾開拓者，利用大數(shù)據(jù)和不斷增強的計算能力，終于在神經(jīng)網(wǎng)絡(luò)算法上取得重大突破，實現(xiàn)了人工智能井噴式的發(fā)展。作為深度學(xué)習(xí)領(lǐng)域的先河之作，本書以恢弘的筆觸，通過3個部分全景展現(xiàn)了深度學(xué)習(xí)的發(fā)展、演變與應(yīng)用，搶先發(fā)售以親歷者視角回溯了深度學(xué)習(xí)浪潮在過去60年間的發(fā)展脈絡(luò)與人工智能的螺旋上升，并前瞻性地預(yù)測了智能時代的商業(yè)圖景。
深度學(xué)習(xí):智能時代的核心驅(qū)動力量 目錄
推 薦 序 面對科技拐點，我們的判斷與選擇
中文版序 人工智能會放大認(rèn)知能力
前 言 深度學(xué)習(xí)與智能的本質(zhì)
**部分 智能的新構(gòu)想
01 機器學(xué)習(xí)的崛起
汽車新生態(tài)：無人駕駛將全面走入人們生活
自然語言翻譯：從語言到句子的飛躍
語音識別：實時跨文化交流不再遙遠(yuǎn)
AI醫(yī)療：醫(yī)學(xué)診斷將更加準(zhǔn)確
金融科技：利用數(shù)據(jù)和算法獲取*佳回報
深度法律：效率的提高與費用的降低
德州撲克：當(dāng)機器智能學(xué)會了虛張聲勢
AlphaGo奇跡：神經(jīng)科學(xué)與人工智能的協(xié)同
弗林效應(yīng)：深度學(xué)習(xí)讓人類更加智能
新教育體系：每個人都需要終身學(xué)習(xí)
正面影響：新興技術(shù)不是生存威脅
回到未來：當(dāng)人類智能遇到人工智能
02 人工智能的重生
看似簡單的視覺識別
計算機視覺的進(jìn)步
早期人工智能發(fā)展緩慢
從神經(jīng)網(wǎng)絡(luò)到人工智能
03 神經(jīng)網(wǎng)絡(luò)的黎明
深度學(xué)習(xí)的起點
從樣本中學(xué)習(xí)
利用感知器區(qū)分性別
被低估的神經(jīng)網(wǎng)絡(luò)
04 大腦式的計算
網(wǎng)絡(luò)模型能夠模仿智能行為
神經(jīng)網(wǎng)絡(luò)先驅(qū)者
喬治·布爾與機器學(xué)習(xí)
利用神經(jīng)科學(xué)理解大腦
大腦如何處理問題
計算神經(jīng)科學(xué)的興起
05 洞察視覺系統(tǒng)
人眼是如何看到東西的
大腦皮層中的視覺
突觸的可塑性
通過陰影腦補立體全貌
視覺區(qū)域的層級結(jié)構(gòu)
認(rèn)知神經(jīng)科學(xué)的誕生
第二部分 深度學(xué)習(xí)的演進(jìn)
06 語音識別的突破
在嘈雜中找到你的聲音
將獨立分量分析應(yīng)用于大腦
什么在操控我們的言行
07 霍普菲爾德網(wǎng)絡(luò)和玻爾茲曼機
約翰·霍普菲爾德的偉大之處
內(nèi)容可尋址存儲器
局部*小值與全局*小值
玻爾茲曼機
赫布理論
學(xué)習(xí)識別鏡像對稱
學(xué)習(xí)識別手寫數(shù)字
無監(jiān)督學(xué)習(xí)和皮層發(fā)育
08 反向傳播算法
算法的優(yōu)化
語音合成的突破
神經(jīng)網(wǎng)絡(luò)的重生
理解真正的深度學(xué)習(xí)
神經(jīng)網(wǎng)絡(luò)的局限性
09 卷積學(xué)習(xí)
機器學(xué)習(xí)的穩(wěn)步發(fā)展
卷積網(wǎng)絡(luò)的漸進(jìn)式改進(jìn)
當(dāng)深度學(xué)習(xí)遇到視覺層級結(jié)構(gòu)
有工作記憶的神經(jīng)網(wǎng)絡(luò)
生成式對抗網(wǎng)絡(luò)
應(yīng)對現(xiàn)實社會的復(fù)雜性
10 獎勵學(xué)習(xí)
機器如何學(xué)會下棋
大腦的獎勵機制
用“感知-行動”框架提高績效
學(xué)習(xí)如何翱翔
學(xué)習(xí)如何歌唱
人工智能的可塑性
更多需要被解決的問題
11 火爆的NIPS
為什么NIPS如此受歡迎
誰擁有*多數(shù)據(jù)，誰就是贏家
為未來做準(zhǔn)備
第三部分 人類，智能與未來
12 智能時代
21世紀(jì)的生活
未來的身份認(rèn)證
社交機器人的崛起
機器已經(jīng)會識別人類面部表情
新技術(shù)改變教育方式
成為更好的學(xué)習(xí)者
訓(xùn)練你的大腦
智能商業(yè)
13 算法驅(qū)動
用算法把復(fù)雜問題簡單化
理解、分析復(fù)雜系統(tǒng)
大腦的邏輯深度
嘗試所有可能的策略
14 芯片崛起
神經(jīng)形態(tài)芯片
視網(wǎng)膜芯片
神經(jīng)形態(tài)工程
摩爾定律的終結(jié)
15 信息科學(xué)
用字節(jié)丈量世界
用數(shù)學(xué)思維解決通信難題
預(yù)測是如何產(chǎn)生的
深度理解大腦
大腦的操作系統(tǒng)
生物學(xué)與計算科學(xué)
人工智能能擁有媲美人類大腦的操作系統(tǒng)
16 生命與意識
視覺意識
視覺感知的過程
視覺感知的時機
視覺感知的部位
視覺搜索的機理
創(chuàng)造意識比理解意識更容易
17 進(jìn)化的力量
大自然比我們聰明
認(rèn)知科學(xué)的興起
不能把語言問題只留給語言學(xué)家
難預(yù)測的行為規(guī)律
神經(jīng)網(wǎng)絡(luò)的寒冬
從深度學(xué)習(xí)到通用人工智能
18 深度智能
遺傳密碼
每個物種都有智能
進(jìn)化的起源
人類終將解決智能難題
展開全部
深度學(xué)習(xí):智能時代的核心驅(qū)動力量 節(jié)選
不久之前，人們還常說，計算機視覺的辨別能力尚不如一歲大的孩子。如今看來，這句話要改寫了。計算機不僅能和大多數(shù)成年人一樣識別圖片中的物體，在馬路上駕駛汽車的安全性還高過16 歲的青少年。更神奇的是，如今的計算機不再是被動按照指令識別和駕駛，而是像自然界的生命由數(shù)百萬年前開始進(jìn)化那樣，自主地從經(jīng)驗中學(xué)習(xí)。是數(shù)據(jù)的井噴促成了這一技術(shù)進(jìn)步。如果說數(shù)據(jù)是新時代的石油，那么學(xué)習(xí)算法就是從中提取信息的煉油廠；信息積累成知識；知識深化成理解；理解演變?yōu)橹腔邸g迎來到深度學(xué)習(xí)的新世界。
深度學(xué)習(xí)是機器學(xué)習(xí)的一個分支，它根植于數(shù)學(xué)、計算機科學(xué)和神經(jīng)科學(xué)。深度網(wǎng)絡(luò)從數(shù)據(jù)中學(xué)習(xí)，就像嬰兒了解周圍世界那樣，從睜開眼睛開始，慢慢獲得駕馭新環(huán)境所需的技能。深度學(xué)習(xí)的起源可以追溯到20 世紀(jì)50 年代人工智能的誕生。關(guān)于如何構(gòu)建人工智能，當(dāng)時存在兩種不同的觀點：一種觀點主張基于邏輯和計算機程序，曾主宰人工智能的研究和應(yīng)用數(shù)十年；另一種觀點則主張直接從數(shù)據(jù)中學(xué)習(xí)，經(jīng)歷了更長時間的摸索才逐漸成熟。
20 世紀(jì)，計算機技術(shù)還不夠成熟，而且按照現(xiàn)在的標(biāo)準(zhǔn)，數(shù)據(jù)存儲成本十分高昂，用邏輯程序來解決問題更加高效。熟練的程序員需要為每個不同的問題編寫不同的程序，問題越大，相應(yīng)的程序也就越復(fù)雜。如今，計算機能力日趨強大，數(shù)據(jù)資源也變得龐大且豐富，使用學(xué)習(xí)算法解決問題比以前更快、更準(zhǔn)確，也更高效。此外，同樣的學(xué)習(xí)算法還能用來解決許多不同的難題，這遠(yuǎn)比為每個問題編寫不同的程序更加節(jié)省人力。
本書的初稿是我在太平洋西北地區(qū)徒步旅行，并思索了近幾十年來人工智能領(lǐng)域的顯著變化之后寫出來的。這本書講了一個一小群研究人員挑戰(zhàn)AI 研究建制派的故事，這些建制派在當(dāng)時擁有更充足的資金支持，并被看作“唯一的主導(dǎo)力量”，他們大大低估了這些問題的難度，并且所依賴的對智能的直覺，后來被證明是有誤導(dǎo)性的。
地球上的生命充滿了無數(shù)奧秘，但*具挑戰(zhàn)性的也許是智能的本質(zhì)。自然界充斥著各種形式的智能，從微小的細(xì)菌到復(fù)雜的人類智能，每種智能都適應(yīng)了它在自然界中的位置。人工智能也將以多種形式出現(xiàn)，并在智能族譜中占據(jù)特殊的位置。隨著基于深度神經(jīng)網(wǎng)絡(luò)的機器智能日漸成熟，它可以為生物智能提供一個新的概念框架。
這是一本關(guān)于深度學(xué)習(xí)的過去、現(xiàn)在和未來的指南。不過本書并不是對該領(lǐng)域發(fā)展歷史的全面梳理，而是記錄了這一領(lǐng)域重要概念的進(jìn)步及其背后研究群體的個人觀點。人類的記憶并不可靠，對故事的每次復(fù)述都會導(dǎo)致記憶的偏差，這個過程叫作“重整記憶”。這本書中的故事延續(xù)了40 多年，盡管有些對我來說依然歷歷在目，就像昨天剛發(fā)生的一樣，但我很清楚，那些故事在我的記憶中不斷被復(fù)述時，有些細(xì)節(jié)已經(jīng)悄悄地被改寫了。
本書有兩個相互交織的主題：人類智能是如何進(jìn)化的，以及人工智能會如何演變。這兩種智能之間的巨大差異在于，人類智能的進(jìn)化經(jīng)歷了數(shù)百萬年的時間，而人工智能在*近幾十年才發(fā)展起來。盡管對于文化演變來說，這個速度仍然是快得出奇，但是過于謹(jǐn)小慎微可能并不是個正確的選擇。
深度學(xué)習(xí):智能時代的核心驅(qū)動力量 作者簡介
特倫斯·謝諾夫斯基 Terrence (Terry) Sejnowski
世界十大AI科學(xué)家之一，美國四大國家學(xué)院（國家科學(xué)院、國家醫(yī)學(xué)院、國家工程院、國家藝術(shù)與科學(xué)學(xué)院）在世僅3位的“四院院士”之一，全球AI專業(yè)會議NIPS基金會主席。
作為神經(jīng)網(wǎng)絡(luò)的先驅(qū)，早在1986年，特倫斯就與杰弗里·辛頓共同發(fā)明了玻爾茲曼機，把神經(jīng)網(wǎng)絡(luò)帶入到研究與應(yīng)用的熱潮，將深度學(xué)習(xí)從邊緣課題變成了互聯(lián)網(wǎng)科技公司仰賴的核心技術(shù)，實現(xiàn)了人工智能井噴式的發(fā)展。
特倫斯現(xiàn)任美國索爾克生物研究所(美國生命科學(xué)領(lǐng)域成果*多的研究機構(gòu)) 計算神經(jīng)生物學(xué)實驗室主任，是美國政府注資50億美元“腦計劃”項目（BRAIN，the Brain Research through Advancing Innovative Neurotechnologies）領(lǐng)軍人物。
特倫斯同時是全球*大在線學(xué)習(xí)平臺Coursera*受歡迎課程《學(xué)習(xí)如何學(xué)習(xí)》（Learning how to learn）主理人，通過系統(tǒng)講解大腦認(rèn)知的底層知識，讓學(xué)習(xí)者可以改變思維模式，提高學(xué)習(xí)的能力和效率。目前該課程學(xué)習(xí)人數(shù)已經(jīng)超過了300萬。
書友推薦
- >
唐代進(jìn)士錄
- >
人文閱讀與收藏·良友文學(xué)叢書:一天的工作
- >
【精裝繪本】畫給孩子的中國神話
- >
羅庸西南聯(lián)大授課錄
- >
詩經(jīng)-先民的歌唱
- >
龍榆生：詞曲概論/大家小書
- >
大紅狗在馬戲團(tuán)-大紅狗克里弗-助人
- >
推拿
本類暢銷
